• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2006년도 추계학술대회 논문집
• /
• pp.485-486
• /
• 2006

• 융합보안논문지
• /
• 제12권3호
• /
• pp.115-121
• /
• 2012

소프트웨어 고장 시간은 테스팅 시간과 관계없이 일정하거나. 단조증가 혹은 단조 감소 추세를 가지고 있다. 이러한 소프트웨어 신뢰모형들을 분석하기 위한 자료척도로 자료에 대한 추세 검정이 개발되어 있다. 추세 분석에는 산술평균 검정과 라플라스 추세 검정 등이 있다. 추세분석들은 전체적인 자료의 개요의 정보만 제공한다. 본 논문에서는 고장시간을 측정하다가 시간 절단이 될 경우에 미래의 고장 시간 예측에 관하여 연구 하였다. 곡선회귀모형에 이용되는 S곡선모형과 성장모형, 로지스틱을 이용하여 미래고장 시간을 예측하여 비교 하였다. 제안된 예측방법에서는 고장시간 자료를 이용하여 모형들에 대한 예측 값을 결정계수 와 평균제곱오차를 이용하여 비교 하고 효율적 모형을 선택 하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권4호
• /
• pp.755-764
• /
• 2011

기업은 종종 과거의 필드 고장 데이터를 이용하여 미래에 필드에서 고장이 얼마나 일어날 것인지 예측한다. 특히 이런 예측은 필드에서 예기치 않던 고장모드 (failure mode)가 발견될 때 더욱 하고 싶어진다. 왜냐하면 기업은 이런 예측을 통해 미래에 품질보증 비용이 얼마나 될 것인지 파악하고, 고장 난 부품을 재빨리 수리하는데 필요한 여유 부품의 수를 파악하고 싶기 때문이다. 본 연구에서는 기업에서 생길 수 있는 요약 데이터를 사용하여 미래 필드에서 고장이 얼마나 발생할 것인지 예측하고, 이런 요약 데이터이외에 또 어떤 데이터가 생길 수 있으며 이때 분석결과가 어떻게 나올 수 있는지 알아본다.

• 정보과학회 논문지
• /
• 제42권12호
• /
• pp.1551-1560
• /
• 2015

소프트웨어 신뢰도 성장 모델은 소프트웨어 신뢰도를 정량적으로 평가하기 위해서 사용되며 고장 데이터를 사용해서 소프트웨어 출시일 또는 추가 테스트 노력을 결정하기 위해서도 사용된다. 특정 소프트웨어 신뢰도 성장 모델을 모든 소프트웨어에 사용할 수 없기 때문에 평가 대상 소프트웨어에 가장 잘 맞는 소프트웨어 신뢰도 성장 모델을 선택하는 것이 중요한 이슈가 되었다. 기존 소프트웨어 신뢰도 성장 모델 선택 방법은 수집된 고장 데이터에 대한 소프트웨어 신뢰도 성장 모델의 적합도만을 평가하며 앞으로 발생할 고장 예측의 정확도는 고려하지 않는다. 이 논문에서는 고장 데이터의 트렌드와 고장 예측능력을 반영한 소프트웨어 신뢰도 성장 모델 선택 방법을 제안한다. 연구의 타당성을 보이기 위하여 실험을 통해서 기존 소프트웨어 신뢰도 성장 모델 선택 방법의 문제점을 확인하고 이 논문에서 제안하는 소프트웨어 신뢰도 성장 모델 선택 방법을 사용하면 기존 방법에 비해 더 정확한 고장 예측을 하는 신뢰도 모델을 선택할 수 있음을 보인다.

• 산업과 과학
• /
• 제2권4호
• /
• pp.11-16
• /
• 2023

지하철은 현대 도시의 교통 체계에서 중요한 역할을 하는 대중 교통 수단이다. 하지만, 갑작스런 고장 및 시스템 불통 등의 이유로 혼잡을 야기시키는 경우가 종종 발생하여 불편을 초래하고 있다. 따라서, 본 논문에서는 지하철 시스템의 효율적 운영을 위해 머신러닝을 활용한 고장 예측 및 예방 연구를 진행하였다. UC Irvine의 MetroPT-3 데이터셋을 활용하고, 로지스틱 회귀를 이용하여 지하철 고장 예측 모델을 구축하였다. 모델은 0.991의 높은 정확도로 비고장 상태를 예측하나, 정밀도와 재현율은 상대적으로 낮아 고장 예측에 있어 오류 가능성을 시사하고 있다. ROC_AUC 값이 0.901로, 모델이 무작위 추측보다 뛰어난 분류를 할 수 있다. 구축한 모델은 지하철 시스템의 안정적인 운영 운영에 유용하나, 성능 개선을 위한 추가 연구가 필요하다고 생각한다. 따라서 학습 데이터가 많고 데이터의 정제가 잘 이루어진다면 고장 예측을 통해 사전 점검을 하여 예방할 수 있다.

• 동력기계공학회지
• /
• 제14권6호
• /
• pp.61-66
• /
• 2010

Engineering asset management (EAM) requires the accurate assessment of current and the prediction of future asset health condition. Suitable mathematical models that are capable of predicting time-to-failure and the probability of failure in future time are essential. In general reliability models, lifetime of component and system is estimated using failure time data. This paper deals with the reliability assessment of elevators using life of main components. Especially this work is concerned with the stochastic nature of life of elevator components. First, we investigate the Weibull statistical analysis of lifetime data for the components. The final goal is to establish the mathematical model for reliability assessment. This work provides more perspectives to future research in the fields of reliability and maintainability.

• Journal of the Korean Data and Information Science Society
• /
• 제8권1호
• /
• pp.21-30
• /
• 1997

가속수명시험에서 강한충격수준에서 부품들의 고장시간이 관측되고 가속화된 고장시간을 토대로 정상충격수준에서 부품들의 성능을 조사한다. 본 논문은 지수수명분포에서 중도절단된 가속수명자료를 이용하여 고장률의 사전분포의 평균을 알 때, 정상조건하에서 하나의 미래 관찰치의 예측문제를 사전분포의 모수에 대하여 적률추정량을 이용하는 경험적 베이즈 접근방법을 적용시켜 경험적 베이즈 예측분포와 예측구간에 대하여 연구하였다.

• 융합보안논문지
• /
• 제11권3호
• /
• pp.19-24
• /
• 2011

소프트웨어 고장 시간은 테스팅 시간과 관계없이 일정하거나, 단조증가 혹은 단조 감소 추세를 가지고 있다. 이러한 소프트웨어 신뢰모형들을 분석하기 위한 자료척도로 자료에 대한 추세 검정이 개발되어 있다. 추세 분석에는 산술평균 검정과 라플라스 추세 검정 등이 있다. 추세분석들은 전체적인 자료의 개요의 정보만 제공한다. 본 논문에서는 고장시간을 측정하다가 시간 절단이 될 경우에 미래의 고장 시간 예측에 관하여 연구 하였다. 시계열 분석에 이용되는 단순이동 평균법과 가중이동평균법, 지수평활법을 이용하여 미래고장 시간을 예측하여 비교하고자 한다. 실증분석에서는 고장간격 자료를 이용하여 모형들에 대한 예측값을 평균자승오차를 이용하여 비교하고 효율적 모형을 선택 하였다.

• 한국정보처리학회논문지
• /
• 제7권12호
• /
• pp.3821-3828
• /
• 2000

많은 소프트웨어 프로젝트는 시험이나 운영단계에서 고장 시간이나 고장 수 데이타 보다는 그룹 고장 데이타 (여러 고장 간격에서 또는 가변적인 시간 간격에서의 고장 들)가 수집된다. 본 논문은 그룹 고장 데이타에 대해 가변적인 미래의 시간에서 누적 고장 수를 예측할 수 있는 신경망 모델을 제시한다. 신경망의 입-출력으로 무엇을 선택하고 어떤 순서로 훈련을 수행하느냐에 따라 신경망의 예측력에 영향을 미친다. 따라서, 신경망의 입-출력에 대한 11개의 훈련제도가 고려되었으며, 모델의 성능을 평가하기 위해 다음 단계 평균 상대 예측 오차 (AE)와 정규화된 AE (NAE) 측도에 의해 최적의 훈련제도가 선택되고, 다른 잘 알려진 신경망 모델과 통계적 소프트웨어 신뢰성 성장 모델과 비교되었다. 실험 결과, 가변적인 미래의 시간 간격에서 누적 고장 수를 예측하기 위해서는 신경망 모델에 가변 시간간격 정보가 필요함을 보였다.

• 한국농공학회논문집
• /
• 제59권5호
• /
• pp.101-108
• /
• 2017

Recently, the occurrence of landslides has been increasing over the years due to the extreme weather event. Developments of landslides monitoring technology that reduce damage caused by landslide are urgently needed. Therefore, in this study, a strain ratio sensor was developed to predict the ground behavior during the slope failure, and the change in surface ground displacement was observed as slope failed on the field model experiment. As a result, in the slope failure, the ground displacement process increases the risk of collapse as the inverse displacement approaches zero. It is closely related to the prediction of precursor. In all cases, increase in displacement and reverse speed of inverse displacement with time was observed during the slope failure, and it is very important event for monitoring collapse phenomenon of risky slopes. In the future, it can be used as disaster prevention technology to contribute in reduction of landslide damage and activation of measurement industry.